基元检测.pptVIP

例题：使用哈夫变换进行边缘连接 图 (a)显示了一幅航拍的红外线图像。 (b)是设置了门限的梯度图像。 (c)显示了梯度图像的霍夫变换。 (d)显示了依据一定准则判断为相连的像素集合。 5.3.1 基本哈夫变换原理 对上述两个式子所给出的图像空间和参数空间中点和线的对应性就是点-线对偶性。根据点-线对偶性可将在XY空间中对直线的检测转化为在PQ空间中对点的检测，例如，设已知XY空间的一些点，利用哈夫变换检测它们是否共线的具体步骤如下： 5.3.1 基本哈夫变换原理 (1)　对参数空间中参数p和q的可能取值范围进行量化，根据量化结果构造一个累加数组A(pmin: pmax , qmin: qmax)，并初始化为零 (2)　对每个XY空间中的给定点让p取遍所有可能值，用式(5.3.2)计算出q，根据p和q的值累加A，即A(p, q) = A(p, q) + 1。 (3)　根据累加后A中最大值所对应的p和q，由式(5.3.1)确定出XY中的一条直线 5.3.1 基本哈夫变换原理 由此可见哈夫变换技术的基本策略是根据对偶性由图像空间里的点计算参数空间里的线，再由参数空间里的线的交点确定图像空间里的线。哈夫变换可用来检测各种能以解析式f(x,c)=0表示的曲线或目标轮廓，这里x为图像点坐标矢量，c为参数矢量。哈夫变换检测的计算量随c维数的增加而指数地增加，为了减少计算量可利用图像点的梯度信息。下面以检测椭圆为例来说明。 5.3.1 基本哈夫变换原理 如果直接利用哈夫变换进行检测，设椭圆方程为 则参数共有4个：椭圆中心坐标(p,q)，椭圆长短半轴的长度a和b。由于4个参数，所以要建立一个4-D累加数组A(p,q,a,b)，对每个p都要遍历q，a和b的所有取值。 5.3.1 基本哈夫变换原理 如果利用梯度信息，将上式对x求导，并利用 可得 将上述两式联立可解得 5.3.1 基本哈夫变换原理 以上两式中，每个方程只有3个参数，所以可建立2个3-D累加数组Ax(p,a,b)和Ay(q,a,b),对每个(x,y)让a和b依次变化并分别算出对应的p和q，再对Ax和Ay进行累加: Ax(p,a,b)= Ax(p,a,b)+1， Ay(q,a,b)= Ay(q,a,b)+1。这样，所需的计算量约只有直接发的2/M，M为q所有取值的个数。 5.3.1 基本哈夫变换原理 霍夫变换也适用于任何形式为g(v,c)=0的函数，这里v是坐标向量，c是系数向量。 基于霍夫变换的边缘连接方法： 1.计算图像的梯度并对其设置门限得到一幅二值图像。 2.在ρθ平面内确定再细分。 3.对像素高度集中的地方检验其累加器单元的数目。 4.检验选择的单元中像素之间的关系（主要针对连续性） 5.3.2 广义哈夫变换原理 广义哈夫变换：从对椭圆的检测可知，利用梯度信息可将累加数组的维数减少一个。另外还可知，相对于椭圆上的点的(x,y)来说，椭圆的中心坐标(p,q)是一个参考点，所有(x,y)点都是以a和b为参数与(p,q)联系起来的。如果将参数确定了（检测出来了），椭圆就确定了。根据这个道理，在所需检测的曲线或目标轮廓没有货不已用解析式表达时，可以利用表格来建立曲线或轮廓点与参考点间的关系，从而可继续利用哈夫变换进行检测。 5.3.2 广义哈夫变换原理 利用表格建立曲线或轮廓点与参考点间的关系 参考点的坐标可由轮廓点的坐标算出来 5.3.2 广义哈夫变换原理 广义哈夫变换计算示例 设正方形的中点为参考 点，则从各轮廓点向参考点所 引矢量的矢径和矢角如表5.3.2 所示 5.3.2 广义哈夫变换原理 5.3.2 广义哈夫变换原理 对图5.3.2所示的正方形上的8个轮廓点分别判断他们对应的可能参考点，每个轮廓点分别有两个可能的参考点，结果如表5.3.4 5.3.2 广义哈夫变换原理 因为每条边上2个点的 相同，所以对每个 有2个 和2个 。由表5.3.4可见，从参考点出现的频率来看，点O出现最多，所以如对它进行累加将得到最大值，即检测到的参考点为点O。 5.3.3 完整广义哈夫变换 完整广义哈夫变换：不仅要考虑轮廓的平移，而且要考虑轮廓的放缩、旋转，此时参数空间会从2-D增加到4-D 5.3.3 完整广义哈夫变换 完整广义哈夫变换计算示例 现将例5.3.1中的正方形绕点a逆时针旋转 ，得到的图像如右图所示，求此时的参考点位置 5.3.3 完整广义哈夫变换 第5章 基元检测 5.1 边缘检测